煤灰熔融温度预测方法研究现状

为准确预测煤灰熔融温度,论述了国内外建立煤灰熔融温度预测模型的现状,重点分析了线性回归法、BP神经网络法、支持向量机法和Fact Sage软件法的应用情况及误差。回归分析法的应用最为广泛,其中利用最小二乘法拟合的预测公式的相关性系数较高,但适应性较差;BP神经网络法适应性较强,但必须输入大量数据对模型进行训练;支持向量机法虽然优于回归分析法与BP神经网络法,但不能阐明煤灰熔融过程中矿物演变规律,不能科学说明灰熔融特性变化机理。Fact Sage软件法不仅有较高的预测精度,还可阐明煤灰熔融过程中矿物质演变规律,优化煤灰熔融温度的评价标准,建立更可靠的预测模型。因此,Fact Sage软件法是应用